Mostrar registro simples

dc.creatorBurin, Heloísa Pereira
dc.date.accessioned2021-10-04T18:56:28Z
dc.date.available2021-10-04T18:56:28Z
dc.date.issued2021-03-03
dc.identifier.urihttp://repositorio.ufsm.br/handle/1/22330
dc.description.abstractDue to the constant evolution of the markets for contracting electric energy worldwide, new possibilities for purchasing energy are emerging. In Brazil, there are two environments available, the Regulated Contracting Environment (ACR) and the Free Contracting Environment (ACL). In ACR, energy is supplied to consumers by the local distribution concessionaire with tariffs regulated by the government. In the ACL, the consumer company makes the purchase directly with generators or traders, with free contract negotiations that include prices, energy volumes, and supply terms. Given these contracting options, where both present benefits, but also risks and uncertainties, it is important that consumers identify their performance given the possibility of migration, whether the choice will be an advantage or not for their business. In this sense, the general objective of this research was to build a mathematical model to support the decision-making of the migration of consumers from the captive environment to the free energy market. For this, 18 Critical Success Factors (FCS) were identified for this decision making, grouped into 4 Fundamental Points of View (PVF) that were measured by 32 performance indicators (KPI). Besides, 3 scenarios that can influence these factors and affect decision making were also investigated. The modeling was structured using the Hierarchical Process Analysis (AHP) weighting method, with judgments being made by 15 experts with experience in the energy sector. The modeling was applied in 6 companies, obtaining as a result that all have a potentially satisfactory level of performance for migration, with 69.90% the highest performance and 59.59% the lowest. However, it was found that companies can work about some indicators, managing to evolve to fully satisfactory performance.eng
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESpor
dc.languageporpor
dc.publisherUniversidade Federal de Santa Mariapor
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectSetor elétrico brasileiropor
dc.subjectMercado livre de energiapor
dc.subjectIndicadores de desempenhopor
dc.subjectTomada de decisãopor
dc.subjectMensuração de desempenhopor
dc.subjectBrazilian electrical sectoreng
dc.subjectFree energy marketeng
dc.subjectPerformance indicatorseng
dc.subjectDecision-makingeng
dc.subjectPerformance measurementeng
dc.titleModelagem para tomada de decisão da migração do ambiente cativo para o mercado livre de energiapor
dc.title.alternativeModeling for decision making the captive environment migration for the free energy marketeng
dc.typeDissertaçãopor
dc.description.resumoEm função das constantes evoluções dos mercados para contratação de energia elétrica em todo o mundo, novas possibilidades para compra energia estão surgindo. No Brasil, existem dois ambientes disponíveis, o Ambiente de Contratação Regulada (ACR) e o Ambiente de Contratação Livre (ACL). No ACR, a energia é fornecida aos consumidores pela concessionária de distribuição local com tarifas reguladas pelo governo. Já no ACL, a empresa consumidora faz a compra diretamente com geradoras ou comercializadoras, com livres negociações de contratos onde constam preços, volumes de energia e prazos de fornecimento. Diante dessas opções de contratação, onde ambas apresentam benefícios, mas também riscos e incertezas, torna-se importante que os consumidores identifiquem seu desempenho frente a possibilidade de migração, se a escolha será uma vantagem ou não para o seu negócio. Neste sentido, o objetivo geral desta pesquisa foi de construir um modelo matemático para suporte à tomada de decisão da migração de consumidores do ambiente cativo para o mercado livre de energia. Para isso, foram identificados 18 Fatores Críticos de Sucesso (FCS) à essa tomada de decisão, agrupados em 4 Pontos de Vista Fundamentais (PVF) que foram mensurados por 32 indicadores de desempenho (KPI). Além disso, também foram investigados 3 cenários que podem influenciar esses fatores e afetar a tomada de decisão. A modelagem foi estruturada por meio do método de ponderação Análise Hierárquica de Processos (AHP), sendo os julgamentos realizados por 15 especialistas com experiência no setor de energia. A modelagem foi aplicada em 6 empresas, obtendo como resultado que todas possuem um nível de desempenho potencialmente satisfatório para migração, sendo 69,90% o maior desempenho e 59,59% o menor. Foi constatado, porém, que há possibilidade de as empresas trabalharem em relação a alguns indicadores conseguindo evoluir para um desempenho plenamente satisfatório.por
dc.contributor.advisor1Siluk, Julio Cezar Mairesse
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/8315298509051752por
dc.contributor.advisor-co1Rosa, Carmen Brum
dc.contributor.referee1Lacerda, Daniel Pacheco
dc.contributor.referee2Nara, Elpidio Oscar Benitez
dc.creator.Latteshttp://lattes.cnpq.br/6057368878657192por
dc.publisher.countryBrasilpor
dc.publisher.departmentEngenharia de Produçãopor
dc.publisher.initialsUFSMpor
dc.publisher.programPrograma de Pós-Graduação em Engenharia de Produçãopor
dc.subject.cnpqCNPQ::ENGENHARIAS::ENGENHARIA DE PRODUCAOpor
dc.publisher.unidadeCentro de Tecnologiapor


Arquivos deste item

Thumbnail
Thumbnail

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples

Attribution-NonCommercial-NoDerivatives 4.0 International
Exceto quando indicado o contrário, a licença deste item é descrito como Attribution-NonCommercial-NoDerivatives 4.0 International